本书分三大部分，分别是机器学习、贝叶斯建模和空间分析。三个部分分别依据任务类型、模型种类和数据类型展开，不同的写作出发点将呈现不一样的写作风格。
-
机器学习
- 应用机器学习首先需要确定任务类型，根据不同的任务选用不同的算法。
- 机器学习根据任务类型分聚类、分类、回归和排序四个章节。
-
贝叶斯建模
- 贝叶斯建模从简单到复杂分频率和贝叶斯方法介绍主流的统计模型。
- 贝叶斯建模根据模型种类分概率推理框架、简单线性模型、广义线性模型、分层正态模型、混合效应模型、广义可加模型、高斯过程回归、时间序列回归等八个章节。
-
空间分析
- 应用空间分析方法需要根据空间数据类型（生成机理）而定，不同的生成机理将对应不同的建模和分析方法。
- 空间分析部分根据空间数据类型分点模式数据分析、点参考数据分析和区域数据分析三个章节。